bab 3 landasan teori 3.1. definisi kualitase-journal.uajy.ac.id/7238/4/3ti04677.pdf15 e. mengurangi...
TRANSCRIPT
13
BAB 3
LANDASAN TEORI
3.1. Definisi Kualitas Faktor utama penentu kinerja suatu perusahaan
adalah kualitas produk yang dihasilkan. Produk yang
berkualitas adalah produk yang memiliki kualitas yang
sesuai dengan keinginan konsumen. Karena itu kualitas
dapat didefinisikan sebagai segala sesuatu yang mampu
memenuhi keinginan atau kebutuhan konsumen (meet the
needs of costumers).
Beberapa definisi kualitas suatu produk adalah
sebagai berikut:
a. Menurut Juran (1974), “quality is fitness for use”
kualitas adalah kesesuaian dengan tujuan atau
manfaatnya, artinya suatu produk didesain untuk
melakukan tugasnya dengan baik yang masing-masing
memiliki kriteria dan standarnya sendiri.
b. Menurut Crosby (1979), “quality is conformance to
requirements or spesification” yang artinya
kualitas adalah kesesuaian dengan kebutuhan atau
spesifikasinya.
c. Menurut Deming kualitas seharusnya disesuaikan
dengan kebutuhan konsumen untuk masa sekarang dan
masa yang akan datang. Untuk alasan itulah maka
sangat penting untuk mengukur keinginan atau
kebutuhan konsumen secara terus-menerus. (Kolarik
1995).
14
3.2. Definisi Pengendalian Kualitas Menurut Feigenbaum (1983), pengendalian kualitas
adalah suatu sistem yang efektif untuk memadukan
pengembangan, pemeliharaan, dan perbaikan kualitas
berbagai kelompok dalam sebuah organisasi agar
pemasaran, rekayasa, produksi, dan jasa dapat berada
pada tingkatan yang paling ekonomis sehingga pelanggan
mendapat kepuasan penuh.
Menurut Mitra (1998) pengendalian kualitas adalah
suatu sistem yang digunakan untuk memelihara atau
mempertahankan level dari kualitas pada suatu produk
atau jasa yang diinginkan. Supaya tugas tersebut dapat
tercapai maka dapat dilakukan berbagai pengukuran yang
berbeda seperti: perencanaan, perancangan, menggunakan
alat dan prosedur yang tepat, pemeriksaan dan melakukan
kegiatan perbaikan apabila ditemukan hasil yang tidak
sesuai dengan standar.
Pengendalian kualitas adalah suatu proses untuk
melakukan pengukuran terhadap produk yang dihasilkan
dan membandigkan hasil produk dengan standar yang ada,
apakah sesuai dengan standar yang ada.
Manfaat pengendalian kualitas adalah sebagai
berikut (Mitra, 1998):
a. Perbaikan kualitas produk dan jasa.
b. Dapat digunakan untuk mengevaluasi dan memodifikasi
sistem secara berkelanjutan untuk memenuhi dan
mengetahui perubahan konsumen.
c. Sistem pengendalian kualitas meningkatkan
produktivitas, yang merupakan tujuan utama dari
sebuah perusahaan.
d. Mengurangi biaya pada jangka waktu yang lama.
15
e. Mengurangi lamanya waktu ancang (lead time) pada
produksi part dan sub perakitan, yang mana akan
menghasilkan peningkatan dalam penyesuaian waktu
ancang dengan jangka waktu permintaan konsumen.
f. Sistem pengendalian kualitas memelihara lingkungan
kerja yang berusaha mencapai hasil dari
pengembangan yang terus menerus dalam kualitas dan
produktivitas.
3.3. Jaminan Kualitas Jaminan kualitas harus dievaluasi dan diawasi
mengenai tanggung jawab masing-masing departemen agar
memperoleh produk atau jasa yang berkualitas. Berikut
ini adalah tanggung jawab berbagai departemen yang
menjamin suatu kualitas produk:
Customer
Customer Service
Packaging and
Shipping
Inspection and
Testing
Manufacturing Purchasing
Manufacturing Engineering
Product Design and Development
Marketing and Product Planning
Product Quality
Gambar 3.1. Responsibility for Quality
Sumber : Mitra, A., 1998
16
Departemen Marketing and Product Planning bertugas
untuk menentukan kebutuhan dan permintaan dari
konsumen. Departemen ini harus memberikan informasi
mengenai harga dimana konsumen mau untuk membayar
produk yang dibuat. Selain itu juga bertugas untuk
mencari data mengenai faktor yang mempengaruhi kualitas
dari pendisainan produk. Hal ini dapat dilakukan dengan
kuisoner, keluhan dari pelanggan, dan lain-lain.
Tanggung jawab dari departemen Produk Design and
Development adalah mengembangkan atau menghasilkan
spesifikasi produk, menentukan bahan baku atau komponen
yang digunakan dan memutuskan performansi karakteristik
dari produk.
Manufacturing Engineering bertanggung jawab untuk
menentukan proses manufakturnya secara detail. Dimana
departemen tersebut akan mendisain peralatan, metode
kerja dan prosedur, alat pemeriksaan dan urutan operasi
supaya produk yang dihasilkan sesuai dengan
spesifikasinya.
Departemen Purchasing bertugas untuk mendapatkan
bahan baku dan komponen yang dibutuhkan untuk membuat
suatu produk. Bagian purchasing harus memilih dan
mengseleksi dengan teliti bahan baku dan komponen yang
diperoleh dari pemasok dan akan digunakan dan harus
sesuai dengan standard kualitasnya.
Departemen Manufacturing bertanggung jawab untuk
menghasilkan produk yang berkualitas. Untuk itu harus
dilakukan kontrol terhadap operasi, parameter proses
dan performansi operator.
17
Departemen Inspection and Testing bertanggung
jawab untuk menilai kualitas dari material dan
komponen yang datang serta kualitas dari produk atau
jasa yang dihasilkan.
Departemen Packaging and Shipping harus
memperhatikan bagaimana produk tersebut dikemas dan
dikirim ke konsumen. Kemasan suatu produk akan menjamin
keadaan produk yang ada di dalamnya. Jika kemasannya
buruk atau rusak maka produk juga dapat rusak. Dengan
adanya kemasan yang baik maka akan menjaga kualitas
produk selama proses penyimpanan dan pengiriman ke
konsumen.
Departemen Customer Service bertanggung jawab
dalam pemasangan, perawatan dan perbaikan produk.
Dengan pelayanan yang baik terhadap konsumen maka
konsumen akan puas.
3.4. Metode Taguchi Metode Taguchi adalah suatu metode yang ditemukan
oleh seorang engineer dari Jepang yang bernama Genichi
Taguchi yang memiliki ide mengenai quality engineering
dimana tujuan desain kualitas diterapkan ke dalam
setiap produk dan proses yang berhubungan. Di dalam
metode Taguchi, kualitas diukur berdasarkan deviasi
dari karakteristik terhadap nilai targetnya (Mitra,
1998).
Taguchi memiliki pandangan bahwa kualitas
berhubungan dengan biaya dan kerugian dalam unit
moneter. Kerugian yang diderita mencakup pada proses
18
produksinya dan kerugian yang diderita konsumen.
Definisi kualitas menurut Taguchi adalah “The quality
of a product is the (minimum) loss imparted by the
product to society from the time the product is
shipped”, yang berarti bahwa kualitas suatu produk
adalah kerugian minimum yang diberikan oleh suatu
produk kepada masyarakat atau konsumen sejak mulai
produk tersebut siap untuk dikirim ke konsumen. Dengan
definisi tersebut maka tujuan dari pengusaha pabrik
seharusnya menyediakan produk dan jasa yang sesuai
dengan kebutuhan dan harapan konsumen dengan harga atau
biaya yang mewakili nilai konsumen. Dari definisi
tersebut maka terdapat sudut pandang yang baru dimana
kualitas tidak hanya pada proses produksi saja,
kualitas dikaitkan dengan biaya dan kualitas dikaitkan
dengan kerugian kepada masyarakat (produsen dan
konsumen). Adapun tujuan fungsi kerugian Taguchi (loss
function) adalah untuk mengevaluasi kerugian kualitas
secara kuantitatif yang disebabkan adanya variasi
(Belavendram, 1995).
Selain itu Taguchi menyatakan 2 pendekatan
pengendalian kualitas yaitu on line quality control
dan off line quality control (Belavendram, 1995).
On line quality control (production process
design)adalah kegiatan pengendalian kualitas yang
dilakukan selama proses produksi berlangsung dengan
menggunakan Statistical Process Control (SPC). Sifat On
line quality control adalah reaktif atau tindakan
pengendalian kualitas yang dilakukan setelah kegiatan
produksi berjalan, dengan kata lain jika produksi yang
19
dihasilkan tidak memenuhi spesifikasi yang diharapkan,
tindakan perbaikan baru dilakukan.
Off line quality control (product design)lebih
bersifat preventif yang artinya adalah pengendalian
kualitas yang dilakukan sebelum proses produksi
berjalan sehingga kemungkinan adanya cacat produk dan
masalah kualitas diharapkan dapat diatasi sebelum
proses produksi berjalan.
Pada aktivitas off-line quality control dapat
digunakan untuk mengoptimasi desain produk dan proses.
Tiga tahap pada desain proses tersebut adalah
(Belavendram, 1995):
1. System design
System design merupakan tahap awal yang berkaitan
dengan pengembangan teknologi. Pada tahap ini
dibutuhkan pengetahuan teknis yang luas untuk
menilai dalam pengembangan produk atau proses.
2. Parameter design
Parameter design merupakan tahap kedua dimana
berkaitan dengan penekanan biaya dan peningkatan
kualitas dengan menggunakan metode perancangan
eksperimen yang efektif. Pada tahap ini akan
ditentukan nilai-nilai parameter yang kurang
sensitif terhadap noise lal akan dicari kombinasi
level parameter yang nantinya dapat menggunakan
noise.
3. Tolerance design
Tolerance design adalah tahap dimana akan
dilakukan pengendalian faktor-faktor yang
20
mempengaruhi nilai target dengan menggunakan
komponen yang bermutu tinggi dan biaya yang
tinggi.
Kontribusi Taguchi pada kualitas adalah
(Belavendram, 1995):
a. Loss Function: Merupakan fungsi kerugian yang
ditanggung oleh masyarakat (produsen dan konsumen)
akibat kualitas yang dihasilkan. Bagi produsen yaitu
dengan timbulnya biaya kualitas sedangkan bagi
konsumen adalah adanya ketidakpuasan atau kecewa
atas produk yang dibeli atau dikonsumsi karena
kualitas yang jelek.
b. Orthogonal Array: Orthogonal array digunakan untuk
mendesain percobaan yang efisisen dan digunakan
untuk menganalisis data percobaan. Ortogonal array
digunakan untuk menentukan jumlah eksperimen minimal
yang dapat memberi informasi sebanyak mungkin semua
faktor yang mempengaruhi parameter. Bagian
terpenting dari orthogonal array terletak pada
pemilihan kombinasi level dari variable-variabel
input untuk masing-masing eksperimen.
c. Robustness: Meminimasi sensitivitas sistem terhadap
sumber-sumber variasi.
3.5. Klasifikasi Karakteristik Kualitas Karakteristik kualitas (variable respons) adalah
suatu obyek yang menarik dari suatu produk atau proses.
Secara umum setiap karakteristik kualitas memiliki
suatu target. Ada lima karakteristik kualitas yang
21
dikelompokkan berdasarkan nilai targetnya yaitu
(Belavendram, 1995):
1. Nominal-the-best
Karakteristik nominal-the-best adalah pengukuran
karakteristik dengan nilai target yang spesifik
yang ditentukan oleh pengguna (user-defined).
2. Smaller-the-best
Karakteistik smaller-the-better adalah pengukuran
karakteristik yang non-negative dimana target
idealnya adalah nol.
3. Larger-the-best
Karakteristik larger-the-better adalah pengukuran
karakteristik yang non-negative dimana target
idealnya adalah tak terbatas atau ∞.
4. Signed-target
Karakteristik signed-target adalah pengukuran
karakteristik dimana target idealnya adalah nol.
Signed target berbeda dengan smalle-the-better
sebab pada signed target dipebolehnya memiliki
nilai yang negatif.
5. Classified attribute
Pada classified attribute variabelnya tidak
kontinu tetapi dapat diklasifikasikan pada skala
dengan tingkat yang berbeda-beda.
3.6. Quality Loss Function (QLF) Quality loss function (QLF) atau fungsi kerugian
menurut Taguchi bertujuan untuk mengevaluasi kerugian
22
kualitas secara kuantitatif yang disebabkan adanya
variasi yang ditanggung oleh produsen dan konsumen.
3.6.1. Quality Loss Function Untuk Nominal-The-Best
Nominal is the best dapat diartikan sebagai suatu
cara yang digunakan untuk mengupayakan agar produk yang
dihasilkan sesuai dengan keinginan konsumen. Dalam hal
ini ukuran atau spesifikasi produk merupakan hal yang
terpenting.
Persamaan Taguchi untuk mengetahui kerugian yang
ditimbulkan produk(Loss Function) :
L(y) = k ( y-m)2
Di mana, k = konstanta
m = target value
y = karakteristik kualitas
Nilai ( k ) dapat diperoleh jika nilai ”L(y) (biaya
tambahan/yang hilang)” diketahui dan nilai
karakteristik kualitasnya juga diketahui. Untuk mencari
nilai konstanta (k), kita dapat menggunakan Grafik Loss
Function di bawah ini:
23
Gambar 3.2. Grafik loss function nominal the best
Sumber: Belavendram, N., 1995
Untuk mengetahui nilai dari konstanta ( k ), kita
dapat memisalkan bahwa fungsi jarak (toleransi) dari
nilai karakteristik kualitas adalah ( m - ∆, m + ∆ ),
di mana A adalah nilai Average Loss.
Misalnya kita tinjau dari titik ( m + ∆ ), maka
persamaan Loss function menjadi :
L(x) = k ( m + ∆ - m )2, dengan L(x) = A
A = k (∆)2
Misalnya kita tinjau dari titik ( m - ∆ ), maka
persamaan Loss function menjadi :
L(x) = k ( m - ∆ - m )2, dengan L(x) = A
A = k (-∆)2 = A = k (∆)2
Maka, k = ( A / (∆)2 )
m - ∆
Target Value of Quality characteristic (y)
Loss to Society ( L(y)
)
A
m m + ∆
24
a. Nominal-The-Best untuk satu unit produk
Quality Loss Function nominal-the-best untuk satu
unit produk dapat dituliskan sebagai berikut:
( ) ( )2mykyL −= (3.1)
2)()(my
yLk
−= (3.2)
220 )()( myA
yL −∆
= (3.3)
dimana:
y = nilai karakteristik kualitas
L(y) = kerugian dalam satuan uang untuk setiap
produk bila karakteristik kualitas sama
dengan y
m = nilai target dari y
k = koefisien biaya
A0 = rerata biaya
∆2 = deviasi
b. Nominal-The-Best untuk banyak produk
[ ][ ]MSDk
mykyL
=−+= 22 )()( σ
(3.4)
dimana:
MSD = Mean Squared Deviation
2)( my − = population standard deviation
25
3.6.2. Quality Loss Function Untuk Smaller-The-Better
Small the better, merupakan suatu istilah yang
menyatakan bahwa semakin kecil target value yang
dicapai, maka akan semakin baik. Karena semkin kecil
Target Value semakin baik maka nilai m = 0.
Sehinggah persamaan Loss Functionnya menjadi :
L(y) = k (y-m)2
L(y) = k (y-0)2
L(y) = k (y)2
Dengan, k = konstanta
y = quality characteristic value
Untuk memperoleh nilai konstanta (k), kita dapat
menggunakan Grafik Loss Function di bawah ini:
Gambar 3.3. Grafik loss function smaller the better
Sumber: Belavendram, N., 1995
m= ∆
A
Quality Characteristic ( y )
Lo
ss (
L (
y )
)
26
Untuk mencari nilai k, kita dapat memisalkan
bahwa fungsi jarak (toleransi) dari nilai
karakteristik kualitas adalah (∆), dengan A adalah
nilai Average Loss.
Misalnya kita tinjau dari titik (∆), maka persamaan
Loss function menjadi :
L(y) = k (∆)2, dengan L(y) = A
A = k (∆)2
Maka, k = (A/(∆)2)
a. Smaller-The-Better untuk satu unit produk
[ ]22 )()( mykyL −+= σ (3.5)
Karena target m yang ingin diperoleh adalah nol
maka:
220
2
)(
)(
yA
yL
kyyL
∆=
= (3.6)
20
∆=
Ak (3.7)
b. Smaller-The-Better untuk banyak produk:
[ ]22)( ykyL += σ (3.8)
3.6.3. Quality Loss Function Untuk Larger-The-Better
Larger is better, menyatakan bahwa semakin besar
target value yang dicapai, akan semakin baik. Oleh
27
karena itu, target value terbaik yang harus dicapai (m)
=∞, oleh karena itu, persamaan Loss Function menjadi :
L(y) = k (1/y)2
Di mana, k = konstanta
y = nliai karakteristik kualitas
Gambar 3.4. Grafik loss function larger the better
Sumber: Belavendram, N., 1995
Untuk mengetahui nilai k , kita dapat memisalkan
bahwa fungsi jarak (toleransi) dari nilai karakteristik
kualitas adalah (∆), dengan A adalah nilai Average
Loss.
Misalnya kita tinjau dari titik (∆), maka
persamaan Loss function menjadi :
L(y) = k (1/∆)2, dengan L(y) = A
A = k (1/∆)2
Maka, k = (A0(∆)2)
∆
A
Quality Characteristic ( y )
Lo
ss (
L (
y )
)
28
a. Larger-The-Better untuk satu unit produk:
21)( ⎟⎟⎠
⎞⎜⎜⎝
⎛=
ykyL (3.9)
2
0 ∆= Ak (3.10)
b. Larger-The-Better untuk banyak produk
⎥⎦
⎤⎢⎣
⎡+=
=
2
2
2
31)(
)()(
µσ
µk
yL
MSDkyL
(3.11)
Selain quality loss function (QLF), Taguchi juga
memberikan kontribusi lain kepada kualitas seperti
orthogonal arrays dan Robustness. Orthogonal arrays
dipergunakan untuk mendisain suatu percobaan yang
efisien guna menganalisis data percobaan. Sedangkan
robustness dipergunakan untuk meminimasi sensitivitas
sistem terhadap sumber-sumber variasi (Belavendram,
1995).
3.7. Orthogonal Arrays Orthogonal arrays adalah suatu matriks yang
elemen-elemennya disusun menurut baris dan kolom,
dimana setiap kolom merupakan faktor atau kondisi yang
bisa diubah dalam suatu eksperimen. Jadi orthogonal
arrays merupakan suatu matriks seimbang dari faktor dan
level yang tersusun sedemikian sehingga pengaruh antar
faktor atau level tidak saling berbaur. Orthogonal
29
arrays ini adalah salah satu bagian dari Fractional
Factorial Experiment (FFE), dimana orthogonal array
dapat digunakan untuk mengevaluasi beberapa faktor
supaya jumlah eksperimennya minimum. Misalnya pada
percobaan terdapat tujuh faktor dengan dua level,
apabila menggunakan FFE akan diperlukan 27 jumlah
eksperimen. Sedangkan bila menggunakan orthogonal array
jumlah eksperimen bisa kurang dari 27 buah eksperimen
sehingga dapat mengurangi waktu dan biaya eksperimen.
Contoh orthogonal array adalah L8(27) yang berarti
delapan menyatakan baris yaitu banyaknya observasi, dua
menyatakan level, dan tujuh munyatakan kolom yaitu
banyaknya faktor dan interaksi faktor (Belavendram,
1995), dapat dilihat pada tabel 3.1.
30
Tabel 3.1. Orthogonal Array L8(27)
KOLOM / FAKTOR EXP
1 2 3 4 5 6 7
1 1 1 1 1 1 1 1
2 1 1 1 2 2 2 2
3 1 2 2 1 1 2 2
4 1 2 2 2 2 1 1
5 2 1 2 1 2 1 2
6 2 1 2 2 1 2 1
7 2 2 1 1 2 2 1
8 2 2 1 2 1 1 2
Taguchi menyediakan dua macam orthogonal arrays
dasar, yaitu orthogonal array dengan faktor-faktor yang
mempunyai dua level dan tiga level. Jika orthogonal
array yang akan digunakan tidak tersedia, maka perlu
diadakan modifikasi. Dalam memilih orthogonal array
harus diperhatikan jumlah level faktor yang diamati
(Belavendram, 1995), yaitu:
a. Jika semua faktor adalah dua level: pilih jenis
orthogonal array untuk dua level faktor.
b. Jika semua faktor adalah tiga level: pilih jenis
orthogonal array untuk tiga level faktor.
c. Jika beberapa faktor adalah multi level faktor:
gunakan dummy tretment, metode kombinasi, atau
metode idle coloumns.
31
d. Jika terdapat campuran faktor 2, 3, atau 4 level:
lakukan modifikasi orthogonal array dengan merging
coloumns.
Dalam pemilihan orthogonal array haruslah
disesuaikan dengan jumlah faktor serta level faktor
yang akan diamati. Berikut tabel standard untuk
orthogonal array yang ditabulasi oleh Taguchi
(Belavendram, 1995):
Tabel 3.2. Orthogonal Array Standard
2 level 3 level 4 level 5 level Mixed-level
L4(23) L9(34) L16(45) L25(56) L18(21×37)
L8(27) L27(313) L64(421) - L32(21×49)
L12(211) L81(340) - - L36(211×312)
L16(215) - - - L36(23×313)
L32(231) - - - L54(21×325)
L64(263) - - - L50(21×511)
Misalkan dari percobaan yang akan dilakukan
memiliki jumlah level yang sama untuk semua faktor
yaitu 3 level maka kita dapat memilih desain L9 atau
L27. Jika desain yang dipilih L9 maka jumlah faktornya
maksimal sebanyak 4 faktor, tetapi jika desain L27 yang
dipilih maka jumlah faktornya maksimal 13 faktor.
Apabila di dalam percobaan hanya digunakan 4 buah
faktor kita bebas untuk memilih desain L9 atau desain
L27.
32
Pemilihan orthogonal array harus memenuhi
pertidaksamaan (Belavendram, 1995):
1fOA VV ≥ (3.12)
dimana:
VOA : jumlah percobaan – 1
Vf1 : jumlah total d.o.f dari seluruh faktor
Degree of freedom (d.o.f) atau derajat kebabasan
adalah banyaknya pengukuran bebas yang dapat dilakukan
untuk menaksir sumber informasi.
3.8. Robustness Konsep dari Taguchi adalah jika terjadi
penyimpangan dari target akan menimbulkan kerugian.
Prinsip dari robustness yaitu untuk meminimasi kerugian
tersebut, dimana kerugian terkecil terjadi jika
karakteristik kualitas yang dihasilkan berada dekat
dengan target. Salah satunya melalui robust design.
Robost design adalah prosedur dari desain proses atau
produk yang performansi akhirnya adalah pada target dan
memiliki variasi yang minimum disekitar target. Taguchi
menyebut variasi ini sebagai noise factor atau faktor
gangguan. Noise factor adalah sumber dari variasi yang
atau sulit untuk dikendalikan dan mempengaruhi
karakteristik fungsional dari produk. Taguchi
mengidentifikasikan tiga jenis noise yaitu
(Belavendram, 1995):
33
a. External noise (Ambient noise)
External noise merupakan faktor lingkungan yang
mempengaruhi fungsi ideal suatu produk. Misalnya
temperatur, debu, supply voltage, human error.
b. Internal noise (Deterioration noise)
Internal noise merupakan faktor yang menyebabkan
produk menjadi buruk atau aus selama digunakan
sehingga produk tidak mencapai target fungsinya.
c. Unit-to-unit noise (Variational noise)
Unit-to-unit noise merupakan faktor yang
menyebabkan perbedaan produk yang satu dengan
produk yang lain dengan spesifikasi yang sama.
3.9. Definisi Desain Eksperimen Desain Eksperimen adalah suatu prosedur atau
langkah-langkah lengkap yang perlu diambil sebelum
eskperimen dilakukan agar data yang diperlukan dapat
diperoleh, sehingga analisis dan kesimpulan secara
obyektif dapat dilakukan.Eksperimen merupakan suatu
tindakan atau pengamatan khusus yang dilakukan untuk
menguji atau menguatkan pendapat yang diduga
kebenarannya untuk menemukan beberapa pengaruh
( prinsip ) yang belum diketahui.
Dalam sebuah proses atau sistem yang sedang
berjalan, banyak faktor yang mempengaruhi jalannya
proses dalam sebuah sistem. Faktor tersebut ada yang
mendukung jalannya proses dalam sebuah sistem dan ada
yang menghambat jalannya sistem. Faktor tersebut
dibedakan menjadi beberapa jenis, antara lain : faktor
noise, faktor signal, faktor scalling, dan faktor
kontrol.
34
Beberapa faktor dari faktor tersebut ada yang
tidak dapat dikendalikan dan ada yang dapat
dikendalikan dari sistem.
F (X, M, Z, R)
Faktor noise (X)
Respons (Y)
Faktor Scaling (R)Faktor Kontrol (Z)
Faktor Signal (M)
Gambar 3.5. Faktor yang mempengaruhi karakteristik
Sumber: Belavendram, N., 1995
Faktor-faktor tersebut dapat dikelompokkan atas:
1. Faktor noise
Faktor ini merupakan suatu parameter yang
menyebabkan pengaruh pada karakteristik yang
diukur secara tidak terkendali dan sulit
diprediksi karena faktor ini merupakan faktor
lingkungan. Faktor ini dalam keadaan sistem yang
real sangat sulit untuk dilakukan proses desain
eksperimen walaupun sebenarnya kadang-kadang
mempengaruhi respon yang diamati.
2. Faktor signal
Faktor signal adalah faktor yang mengubah nilai-
nilai karakteristik kualitas sebenarnya yang akan
diukur. Faktor ini tidak ditentukan oleh ahli
teknik, tetapi oleh konsumen berdasarkan target
35
yang diinginkan dan juga akan mempengaruhi respon
yang diukur.
3. Faktor kontrol
Faktor kontrol adalah parameter yang nilainya
ditentukan oleh ahli teknik atau desainer. Faktor
kontrol dapat mempunyai nilai satu atau lebih yang
disebut level. Pada akhir Eksperimen, suatu level
faktor kontrol yang sesuai akan dipilih.
4. Faktor scalling
Faktor ini digunakan untuk mengubah mean level
karakteristik kualitas untuk mencapai hubungan
fungsional yang diperlukan antara faktor signal
dengan karakteristik kualitas. Jadi faktor ini
akan berubah jika level dan faktornya diubah-ubah.
Faktor ini disebut juga faktor penyesuaian.
Menurut Sudjana, dalam bukunya “Desain dan
Analisis Eksperimen” menjelaskan definisi dari desain
eksperimen yaitu rancangan percobaan (dengan tiap
langkah tindakan yang betul-betul terdefinisikan)
sedemikian sehingga informasi yang berhubungan dengan
atau diperlukan untuk persoalan yang sedang diteliti
dapat dikumpulkan. Dengan kata lain, desain sebuah
eksperimen merupakan langkah-langkah yang perlu diambil
jauh sebelum eksperimen dilakukan agar data yang
semestinya diperlukan dapat diperoleh sehingga akan
membawa kepada analisis obyektif dan kesimpulan yang
berlaku untuk persoalan yang dibahas (Sudjana, 1980).
Dibawah ini ada beberapa pengertian dan istilah
dalam desain eksperimen yaitu:
36
1. Perlakuan merupakan sekumpulan kondisi percobaan
yang akan digunakan terhadap unit eksperimen, dalam
ruang lingkup desain yang dipilih.
2. Faktor merupakan karakteristik yang membedakan satu
populasi atau perlakuan terhadap populasi atau
perlakuan lainnya.
3. Unit eksperimen merupakan unit yang dikenai
perlakuan tunggal atau gabungan beberapa faktor
dalam sebuah replikasi eksperimen dasar.
4. Kekeliruan eksperimen merupakan kegagalan dari unit
eksperimen identik yang dikenakan perlakuan untuk
mendapatkan hasil yang sama.
5. Replikasi diartikan sebagai pengulangan eksperimen
dasar. Replikasi sangat diperlukan karena dapat:
a. memberikan taksiran kekeliruan eksperimen yang
dapat dipakai untuk menentukan panjang
interval konfiden (selang kepercayaan) atau
dapat digunakan sebagai satuan dasar
pengukuran untuk penetapan taraf signifikan
dari pada perbedaan-perbedaan yang diamati.
b. Menghasilkan taksiran yang lebih akurat untuk
kekeliruan eksperimen
c. Memungkinkan kita untuk memperoleh taksiran
yang lebih baik mengenai efek rata-rata dari
sebuah faktor.
6. Pengacakan merupakan suatu cara penempatan
perlakuan pada unit eksperimen yang bertujuan untuk
memperkecil kekeliruan eksperimen dan menghilangkan
bias.
7. Kontrol lokal merupakan sebagian dari keseluruhan
prinsip desain yang harus dilakukan. Biasanya
37
merupakan langkah-langkah yang berbentuk
penyeimbangan, pemblokan dan pengelompokkan unit-
unit eksperimen yang digunakan dalam desain
eksperimen. Jika replikasi dan pengacakan pada
dasarnya akan memungkinkan berlakunya unit
signifikasi, maka kontrol lokal akan menyebabkan
desain eksperimen yang lebih efisien.
3.10. Tujuan Desain Eksperimen
Desain eksperimen digunakan untuk mengetahui dan
atau mengembangkan sebuah sistem. Sistem disini dapat
berupa produk atau proses, yaitu dengan menemukan apa
yang terjadi dengan output atau respon ketika setting
dari variabel input yang berpengaruh dari sebuah sistem
dengan sengaja diubah. Dari hasil eksperimen yang
dilakukan dapat diketahui hubungan antar faktor dan
output-nya. Untuk mengetahui hubungan antar input dan
output maupun hubungan antar input yaitu dengan
menggunakan analisis statistik. Kecermatan pengamatan
terhadap pengaruh-pengaruh perlakuan yang diberikan
dalam percobaan dapat dicapai sampai pada taraf
tertentu. Saat melakukan penelitian, peneliti memainkan
satu atau beberapa variabel beserta interaksinya jika
lebih dari satu variabel sebagai pengaruh yang
diberikan pada fenomena atau perilaku yang diukur,
dimana variabel yang lainnya dalam kondisi terkendali.
Variabel yang diteliti disebut variabel bebas atau
independent variabel, sedangkan perilaku atau fenomena
yang diukur terhadap pengaruh yang dibebankan disebut
variabel terikat atau dependent variabel.
38
Tujuan dari desain eksperimen adalah
memperoleh keterangan tentang bagaimana respon yang
akan diberikan oleh suatu obyek pada berbagai keadaan
tertentu (perlakuan) yang ingin diperhatikan dan
memperoleh atau mengumpulkan informasi sebanyak –
banyaknya yang diperlukan untuk memecahkan persoalan
yang akan dibahas. Hendaknya desain eksperimen dibuat
sesederhana mungkin. Penelitian diusahakan seefisien
mungkin mengingat waktu, biaya, tenaga dan bahan yang
harus digunakan.
Hal ini juga penting mengingat pada kenyataan
bahwa desain yang sederhana akan mudah dilaksanakan,
dan data yang diperoleh berdasarkan desain sedemikian
akan dapat cepat dianalisis disamping juga akan
bersifat ekonomis. Jadi jelas bahwa desain eksperimen
berusaha untuk memperoleh informasi yang maksimum
dengan menggunakan biaya yang minimum.
3.11. Langkah-langkah Eksperimen Menurut Taguchi Langkah-langkah ini dibagi menjadi tiga fase utama
yang meliputi keseluruhan pendekatan eksperimen. Tiga
fase tersebut adalah:
1. Fase perencanaan
Fase perencanaan merupakan fase yang paling penting
dari eksperimen untuk menyediakan informasi yang
diharapkan yaitu pemilihan faktor dan level.
2. Fase pelaksanaan
Fase terpenting kedua adalah fase pelaksanaan,
ketika hasil eksperimen telah didapatkan. Jika
eksperimen direncanakan dan dilaksanakan dengan
baik, analisis akan lebih mudah dan cenderung untuk
39
dapat menghasilkan infomasi yang positif tentang
faktor dan level.
3. Fase analisis
Fase analisis adalah ketika informasi positif atau
negatif berkaitan dengan faktor dan level yang telah
dipilih dihasilkan berdasarkan dua fase sebelumnya.
Fase analisis adalah hal penting terakhir yang mana
apakah peneliti akan dapat menghasilkan hasil yang
positif.
Langkah utama untuk melengkapi desain eksperimen
yang efektif adalah sebagai berikut (Ross, 1996):
1. Perumusan masalah
Perumusan masalah harus spesifik dan jelas
batasannya dan secara teknis harus dapat dituangkan
ke dalam percobaan yang akan dilakukan.
2. Tujuan eksperimen:
Tujuan yang melandasi percobaan harus dapat menjawab
apa yang telah dinyatakan pada perumusan masalah,
yaitu mencari sebab yang menjadi akibat pada masalah
yang kita amati.
3. Memilih karakteristik kualitas (Variabel Tak Bebas)
Variabel tak bebas adalah variabel yang perubahannya
tergantung pada variabel-variabel lain. Dalam
merencanakn suatu percobaan harus dipilih dan
ditentukan dengan jelas variabel tak bebas yang akan
diselediki.
4. Memilih faktor yang berpengaruh terhadap
karakteristik kualitas (Variabel Bebas). Variabel
bebas (faktor) adalah variabel yang perubahannya
tidak tergantung pada variabel lain. Pada tahap ini
akan dipilih faktor-faktor yang akan diselediki
40
pengaruhnya terhadap variabel tak bebas yang
bersangkutan. Dalam seluruh percobaan tidak seluruh
faktor yang diperkirakan mempengaruhi variabel yang
diselediki, sebab hal ini akan membuat pelaksanaan
percobaan dan analisisnya menjadi kompleks. Hanya
faktor-faktor yang dianggap penting saja yang
diselediki. Beberapa metode yang dapat digunakan
untuk mengidentifikasi faktor-faktor yang akan
diteliti adalah brainstorming, flowcharting, dan
cause effect diagram.
5. Mengidentifikasi faktor terkontrol dan tidak
terkontrol
Dalam metode Taguchi, faktor-faktor tersebut perlu
diidentifikasikan dengan jelas karena pengaruh
antara kedua jenis faktor tersebut berbeda. Faktor
terkontrol (control factors) adalah faktor yang
nilainya dapat diatur atau dikendalikan, atau faktor
yang nilainya ingin kita atur atau kendalikan.
Sedangkan faktor gangguan (noise factors) adalah
faktor yang nilainya tidak bisa kita atur atau
dikendalikan, atau faktor yang tidak ingin kita atur
atau kendalikan.
6. Penentuan jumlah level dan nilai factor
Pemilihan jumlah level penting artinya untuk
ketelitian hasil percobaan dan ongkos pelaksanaan
percobaan. Makin banyak level yang diteliti maka
hasil percobaan akan lebih teliti karena data yang
diperoleh akan lebih banyak, tetapi banyaknya level
juga akan meningkatkan ongkos percobaan.
7. Identifikasi Interaksi antar Faktor Kontrol
41
Interaksi muncul ketika dua faktor atau lebih
mengalami perlakuan secara bersama akan memberikan
hasil yang berbeda pada karakteristik kualitas
dibandingkan jika faktor mengalami perlakuan secara
sendiri-sendiri. Kesalahan dalam penentuan interaksi
akan berpengaruh pada kesalahan interpretasi data
dan kegagalan dalam penentuan proses yang optimal.
Tetapi Taguchi lebih mementingkan pengamatan pada
main effect (penyebab utama) sehingga adanya
interaksi diusahakan seminimal mungkin, tetapi tidak
dihilangkan sehingga perlu dipelajari kemungkinan
adanya interaksi.
8. Perhitungan derajat kebebasan (degrees of freedom
/dof)
Perhitungan derajat kebebasan dilakukan untuk
menghitung jumlah minimum percobaan yang harus
dilakukan untuk menyelidiki faktor yang diamati.
9. Pemilihan Orthogonal Array (OA):
Dalam memilih jenis orthogonal array harus
diperhatikan jumlah level faktor yang diamati.
10. Penugasan untuk faktor dan interaksinya pada
orthogonal array
Penugasan faktor-faktor baik faktor kontrol maupun
faktor gangguan dan interaksi-interaksinya pada
orthogonal array terpilih dengan memperhatikan
grafik linier dan tabel triangular. Kedua hal
tersebut merupakan alat bantu penugasan faktor yang
dirancang oleh Taguchi. Grafik linier
mengindikasikan berbagai kolom kemana faktor-faktor
tersebut. Tabel triangular berisi semua hubungan
42
interaksi-interaksi yang mungkin antara faktor-
faktor (kolom-kolom) dalam suatu OA.
11. Persiapan dan Pelaksanaan Percobaan
Persiapan percobaan meliputi penentuan jumlah
replikasi percobaan dan randomisasi pelaksanaan
percobaan.
a. Jumlah Replikasi
Replikasi adalah pengulangan kembali perlakuan
yang sama dalam suatu percobaan dengan kondisi
yang sama untuk memperoleh ketelitian yang lebih
tinggi. Replikasi bertujuan untuk:
1. Mengurangi tingkat kesalahan percobaan
2. Menambah ketelitian data percobaan
3. Mendapatkan harga estimasi kesalahan percobaan
sehingga memungkinkan diadakan test signifikasi
hasil eksperimen.
b. Randomisasi
Secara umum randomisasi dimaksudkan untuk:
1. Meratakan pengaruh dari faktor-faktor yang tidak
dapat dikendalikan pada semua unit percobaan.
2. Memberikan kesempatan yang sama pada semua unit
percobaan untuk menerima suatu perlakuan
sehingga diharapkan ada kehomogenan pengaruh
pada setiap perlakuan yang sama.
3. Mendapatkan hasil pengamatan yang bebas
(independen) satu sama lain.
Pelaksanaan percobaan Taguchi adalah pengerjaan
berdasarkan setting faktor pada orthogonal array
dengan jumlah percobaan sesuai jumlah replikasi dan
urutan seperti randomisasi.
43
12. Analisis Data
Pada analisis dilakukan pengumpulan data dan
pengolahan data yaitu meliputi pengumpulan data,
pengaturan data, perhitungan serta penyajian data
dalam suatu layout tertentu yang sesuai dengan
desain yang dipilih untuk suatu percobaan yang
dipilih. Selain itu dilakukan perhitungan dan
penyajian data dengan statistik analisis variansi,
tes hipotesa dan penerapan rumus-rumus empiris pada
data hasil percobaan.
13. Interpretasi Hasil
Interpretasi hasil merupakan langkah yang akan
dilakukan setelah percobaan dan analisis telah
dilakukan. Interpretasi yang dilakukan antara lain
dengan menghitung persentase kontribusi dan
perhitungan selang kepercayaan faktor untuk kondisi
perlakuan saat percobaan.
14. Percobaan Konfirmasi
Percobaan konfirmasi adalah percobaan yang dilakukan
untuk memeriksa kesimpulan yang didapat. Tujuan
percobaan konfirmasi adalah untuk memverifikasi:
a. Dugaan yang dibuat pada saat model performansi
penentuan faktor dan interaksinya.
b. Setting parameter (faktor) yang optimum hasil
analisis hasil percobaan pada performansi yang
diharapkan.
3.12. Replikasi Menurut Harrington dan Tumay (2000), replikasi
adalah satu siklus yang terus menerus pada proses
simulasi. Tujuan dari penentuan replikasi adalah untuk
44
mengurangi tingkat kesalahan dan menambah tingkat
ketelitian dalam percobaan. Penambahan replikasi akan
mengurangi tingkat kesalahan percobaan secara bertahap.
Selain itu jumlah replikasi dalam suatu percobaan
dibatasi oleh sumber yang ada yaitu waktu, tenaga,
biaya dan fasilitas.
Dalam metode Taguchi, ongkos merupakan
pertimbangan utama dalam beberapa hal termasuk dalam
penentuan jumlah replikasi. Ongkos yang dimaksud dibagi
menjadi dua kategori yaitu ongkos unit pertama (adalah
ongkos yang diperlukan untuk melakukan percobaan),
ongkos pertambahan unit (adalah ongkos untuk trial
berikutnya).
Adapun rumus yang digunakan dalam menentukan
jumlah replikasi adalah sebagai berikut (Kelton, 2000):
{ }')(
/)(2/1,1:min)(*
2
γα
γ ≤−−
≥=nX
inStnin i
r (3.13)
Dimana :
nr(y) : jumlah replikasi yang sebenarnya diperlukan
X : rata-rata/ average
γ : relative error
S : standar deviasi
n : jumlah data
ti 2/1,1 α−− diperoleh dari table berdistribusi t
Nilai Koefisien alpa dan gamma ditentukan menurut
(Kelton,2000). Dalam percobaan yang dilakukan, maka
45
ditentukan nilai alpha (α) = 0,05 dan nilai gamma (γ) =
0,1. Nilai alpha (α)= 0,05 yang berarti ada kemungkinan
sebanyak 0,05 dari nilai mean akan berada di luar range
(X± S), di mana:
X = rata-rata data yang dimiliki
S = standar deviasi data
Dan koefisien gamma (γ)= 0,1 yang berarti ada
kemungkinan kejadian X menyimpang 0,1 dari mean. Untuk
menghitung nilai relative error (Y’)maka digunakan
rumus sebagai berikut :
Y’ = γ
γ+1
(3.14)
Y’ = 1,01
1,0+
= 0,09
Data jumlah replikasi akan cukup mewakili hasil
percobaan jika:
nr(y)≤ Y’ (3.15)
3.13. Perhitungan Derajat Kebebasan Perhitungan derajat kebebasan atau degree of
freedom (d.o.f) dilakukan untuk menghitung jumlah
minimum percobaan yang harus dilakukan untuk
menyelidiki faktor–faktor yang diamati (Belevendram,
1995). Jika nA dan nB adalah jumlah perlakuan untuk
faktor A dan faktor B maka:
46
VA : nA-1 (3.16)
VB : nB-1 (3.17)
VA x VB : (nA-1)(nB-1) (3.18)
VT : (nA-1)+(nB-1)+(nA-1)(nB-1) (3.19)
dengan:
VA : derajat kebebasan untuk faktor A
VB : derajat kebebasan untuk faktor B
VA x VB : derajat kebebasan untuk interaksi
faktor A x B
VT : derajat kebebasan total
Derajat kebebasan untuk faktor dan level faktor
adalah:
Vf : jumlah level – 1 (3.20)
Sedangkan derajat kebebasan untuk orthogonal array
adalah:
VOA : jumlah eksperimen – 1 (3.21)
3.14. Analisis Varian Analisis Varian (Anova) pertama kali dikenalkan
oleh Sir Ronald Fisher (Inggris). Analisis varian
adalah suatu metode pembagian variabilitas menjadi
sumber-sumber varian yang dapat diidentifikasi dan
degree of freedom yang terkait dalam sebuah eksperimen
(Belavendram, 1995).
Analisis varian berguna dalam pengujian hipotesis
untuk membandingkan nilai rerata sampel dengan dasar
membandingkan unbiased estimated varians populasi dari
47
sumber yang berbeda. Unbiased estimated varians disebut
juga mean square (MS).
Rata-rata populasi adalah data kualitatif yang
terdapat dalam sebuah populasi dihitung dengan membagi
jumlah nilai data oleh banyaknya data. Berikut rumus
untuk rata-rata populasi serta untuk sampel:
N
xN
1ii∑
==µ (3.22)
n
xX
n
1ii∑
== (3.23)
dimana:
µ : nilai rata-rata populasi
X : nilai rata-rata sampel
xi : data ke-i
N : ukuran populasi
n : ukuran sampel
Varian adalah pangkat dua atau kuadrat dari
simpangan baku. Simpangan baku adalah ukuran sebaran
kelompok terhadap reratanya. Berikut rumus untuk varian
populasi dan sampel:
( )
N
xN
1i
2i
2∑=
µ−=σ (3.24)
48
( )n
Xxs
n
1i
2
i2
∑=
−= (3.25)
dimana:
σ2 : varian untuk populasi
s2 : varian untuk sampel
3.15. Analisis Varian Satu Arah (One-Way Analysis of Varian)
Jika dua faktor spesifik atau lebih dibandingkan
maka digunakan one-way analysis of variance untuk
menentukan varian yang disebabkan oleh rerata, faktor
dan error varian (Belavendram, 1995).
3.15.1. Total Sum of Squares (Total Jumlah Kuadrat)
∑=
=n
1i
2iyST (3.26)
dimana:
yi : nilai pengamatan
n : banyak pengamatan
49
3.15.2. Sum of Squares Due To Mean (Jumlah Kuadrat
Karena Rerata)
n
y
ynSm2n
1i
2
⎥⎦
⎤⎢⎣
⎡
=
=
∑−
(3.27)
3.15.3. Sum of Squares Due To Factor (Jumlah Kuadrat Karena Faktor)
[ ] [ ] [ ]
22
2
2
1
222
21
22
11
AnAnAn
nAofTotal
nAofTotal
nAofTotal
SA
AA ×−×+×=
−+=
(3.28)
dimana:
SA : Jumlah kuadrat karena faktor A
A1 : nilai data pada level 1 untuk faktor A
nA1 : jumlah data pada level 1 untuk faktor A
3.15.4. Sum of Squares Due To Error (Jumlah Kuadrat
Karena Kesalahan)
SeSASmST ++= (3.29)
SASmSTSe −−= (3.30)
dimana:
ST : jumlah kuadrat total
50
Sm : jumlah kuadrat karena rerata
SA : jumlah kuadrat karena faktor A
3.15.5. Mean Sum of Squares (Jumlah Kuadrat Rata-Rata) Mean sum of squares diperoleh dari pembagian sum
of squares dengan degree of freedom-nya.
A
AA v
SMs = (3.31)
dimana:
SA : jumlah kuadrat karena faktor A
vA : degree of freedom faktor A
3.16. Tinjauan F-test F-test adalah suatu metode dimana menyediakan
suatu keputusan dengan tingkat kepercayaan apakah
terdapat perbedaan secara signifikan pada estimasi
tersebut. Sebab pada analisis varian tidak membuktikan
ada tidaknya perbedaan serta pengaruh faktor di dalam
eksperimen. F-test juga memiliki tiga keterbatasan
yaitu (Belavendram, 1995):
3.16.1. Asumsi Kesamaan Kesalahan Varian Asumsi dasar pada analisis varian adalah kesamaan
kesalahan varian untuk semua kombinasi faktor dan
level. Tetapi hal ini tidak benar, sebab yang melekat
pada analisis varian yaitu kesempatan untuk mengurangi
variasi dengan mengontrol level-level pada desain
51
parameter mungkin tidak diakui. Sedangkan pada fungsi
kerugian atau quality loss function mengesankan bahwa
kesempatan untuk mengurangi variasi harus dicari dan
dimanfaatkan. Oleh karena itu F-test hanya dapat
digunakan untuk mengidentifikasi faktor yang
signifikan.
3.16.2. Resiko Alpha (Alpha-risk) Pada F-test hanya alpha-risk yang disebutkan. Jika
faktor yang benar-benar signifikan dites dan ditemukan
signifikan tanpa adanya kesalahan. Begitu pula jika
faktor yang benar-benar tidak signifikan dites dan
ditemukan tidak signifikan dan tanpa kesalahan. Jadi
bisa dimungkinkan faktor yang sebenarnya signifikan
tetapi dianggap tidak signifikan.
3.16.3. Go Or No-Go Dichotomy Menurut prosedur F-test tradisional, ketika
perhitungan nilai F diperoleh dari data percobaan yang
melebihi tabulasi nilai kritis F maka dianggap
signifikan, apabila terjadi sebaliknya maka dianggap
tidak signifikan. Jadi F-test dibagi menjadi dua bagian
yaitu go atau no-go dichotomy.
Perhitungan F-ratio yaitu pembagian mean sum of
squares dengan error sum of squares. Misalkan rumus
F-ratio untuk faktor A adalah:
SeMsF A
A = (3.32)
52
dimana:
MsA : mean sum of squares untuk faktor A
Se : sum of squares due to error
Hipotesis dari suatu percobaan adalah:
H0 : tidak ada pengaruh pada perlakuan
H1 : ada pengaruh pada perlakuan
Hasil dari pengujian F-ratio atau Fhitung akan
dibandingkan dengan nilai F yang terdapat di dalam
tabel dengan harga α tertentu atau disebut Ftabel.
Apabila nilai Fhitung lebih kecil dari Ftabel maka H0
diterima, sebaliknya bila Fhitung lebih besar dari Ftabel
maka H0 ditolak.
3.17. Strategi Pooling Up Strategi pooling digunakan untuk mengkombinasikan
efek dari faktor-faktor yang ada untuk memperkirakan
hasil estimasi error varian yang terbaik. Strategi
pooling terdiri dari (Ross, 1988):
a. Pooling Up (Taguchi) Pada strategi pooling up memerlukan F-test. Dimana
faktor yang akan diuji adalah faktor yang memiliki
nilai F-kolom terkecil dan dibandingkan dengan yang
lebih besar untuk melihat adanya faktor yang
signifikan. Apabila belum ditemukan faktor yang tidak
signifikan maka kedua faktor yang telah di-pool akan
diuji dengan nilai kolom yang lebih besar sampai
ditemukan adanya faktor yang signifikan. Pooling up
53
dilakukan bila pengaruh faktor yang diteliti tidak ada
yang signifikan. Hal ini dapat terjadi apabila error
varian memiliki derajat kebebasan yang relatif lebih
kecil atau bernilai nol. Pada strategi pooling up
cenderung memaksimasi jumlah kolom yang
dipertimbangkan signifikan.
Strategi pooling up dimulai dengan mengamati
faktor dengan nilai varian terkecil daripada error
varian. Dari faktor yang tersisa akan dilakukan F-test
dan dibandingkan dengan error varian. Jika tidak ada
faktor yang signifikan, maka faktor yang memiliki F-
ratio terkecil di-pool menjadi error. Hal ini akan
cenderung meningkatkan sum of squares of error
variance. Dari faktor yang tersisa tersebut akan
kembali dilakukan F-test sampai diperoleh hasil pooled
setengah dari nilai derajat kebebasan orthogonal array
(Belavendram, 1995).
Misalkan faktor D memiliki sum of squares yang
terkecil maka faktor D yang akan di-pool dan digunakan
rumus sebagai berikut (Belavendram, 1995):
( ) SDSeePooledS += (3.33)
( ) vDveePooledv += (3.34)
( ) ( )( )ePooledv
ePooledSePooledM = (3.35)
b. Pooling Down Strategi pooling down dimulai dengan pengujian
varian faktor yang terbesar yang dibandingkan dengan
varian pooled dari semua faktor yang tersisa. Apabila
54
faktor signifikan, maka faktor tersebut dihilangkan
dan kembali dilakukan uji F sampai F-ratio yang tidak
signifikan diperoleh. Strategi pooling down cenderung
meminimasi jumlah kolom yang signifikan (Belavendram,
1995).
3.18. Signal To Noise Ratio (SN Ratio) Taguchi telah mengembangkan audio konsep dari
signal to noise ratio (SN ratio) untuk eksperimen yang
melibatkan banyak faktor. Misalnya eksperimen yang
sering disebut multifactor atau eksperimen faktor
ganda. Formulasi SN ratio didesain sehingga peneliti
dapat memilih nilai level faktor terbesar untuk
mengoptimalkan karakteristik kualitas dari eksperimen.
SN ratio digunakan untuk mengevaluasi kualitas dari
suatu proses atau produk. SN ratio mengukur performansi
kerja dan efek dari faktor noise dari performansi
tersebut dan juga mengevaluasi performansi dari
karakteristik output. Semakin tinggi performansi yang
diukur yang berarti tingginya SN ratio sama dengan
kerugian yang lebih kecil. SN ratio adalah ukuran
objektif dari kualitas yang memuat mean dan varian
dalam perhitungan. Metode perhitungan SN Ratio
tergantung pada karakteristik kualitasnya, seperti
smaller the better, nominal the better, dan larger the
better(Belavendram, 1995).
a. SN ratio smaller the better
Pada SN ratio smaller the better, karakteristik
kualitas bersifat kontinuous dan non negative dimana
nilai target yang ingin dicapai adalah nol atau
55
semakin kecil semakin baik. Rumus yang digunakan
untuk SN ratio smaller the better sebagai berikut:
)(log10 2210 ση +−= y (3.36)
( )∑=
µ−=σn
1i
2i
2 yn1
Dimana:
y = Rata-rata Replikasi
σ = Standar deviasi
b. SN ratio nominal the better
Pada SN ratio nominal the better, karakteristik
kualitas bersifat kontinuous dan non negative dimana
nilai targetnya adalah non-zero dan terbatas atau
mencari karakteristik nominal yang mendekati nilai
target yang terbaik. Rumus yang digunakan untuk
nominal the better adalah:
)(log10 2
2
10 σµη = (3.37)
∑=
=µn
1iiyn
1
Dimana:
µ = Rata-rata
σ = Standar deviasi
56
c. SN ratio larger the better
Pada SN ratio larger the better, karakteristik
kualitas bersifat kontinuous dan non negative dimana
nilai targetnya adalah non-zero dan idealnya semakin
besar semakin baik. Rumus yang digunakan adalah:
⎟⎟⎠
⎞⎜⎜⎝
⎛−= ∑
=
n
i iyn 1210
11log10η (3.38)
Dimana:
Yi = Pengamatan Replikasi ke i
n = banyaknya replikasi
3.19. Persen Kontribusi (Percent Contribution) Percent contribution adalah sebuah metode yang
digunakan untuk mengidentifikasi faktor-faktor yang
signifikan (Belavendram, 1995). Percent contribution
merupakan fungsi sum of square dari kontribusi faktor
yang bisa digunakan untuk mengurangi faktor-faktor yang
tidak signifikan. Faktor-faktor dianggap tidak memberi
pengaruh secara signifikan jika nilai Fhitung lebih kecil
dari nilai Ftabel.
Rumus yang digunakan untuk menghitung percent
contribution adalah sebagai berikut (Belavendram,
1995):
( )eA VvSA'SA ×−= (3.39)
dimana:
SA’ : jumlah kuadrat murni untuk faktor A
57
SA : sum of square untuk faktor A
vA : derajat kebebasan untuk faktor A
Ve : mean of square error
%100St'SA
A ×=ρ (3.40)
dimana:
St : mean of square total
ρA : percent contribution untuk faktor A
Perhitungan percent contribution untuk error
sebagai berikut:
'S...'SB'SAStSe i−−−−= (3.41)
%100StSe
e ×=ρ (3.42)
dimana:
Se : sum of squares due to error
Si’ : jumlah kuadrat muni untuk faktor ke-i
ρA : percent contribution untuk error
Jika hasil perhitungan diperoleh percent
contribution untuk error dibawah 15 % maka disimpulkan
bahwa tidak ada faktor yang berpengaruh terabaikan dari
eksperimen. Sebaliknya jika contribution untuk error
diatas 50% maka disimpulkan terdapat faktor yang
berpengaruh terabaikan dan error yang ada terlalu besar
(Belavendram, 1995).
58
3.20. Selang Kepercayaan (Confidence Interval) Selang kepercayaan menunjukkan batas dari hasil
yang diharapkan dan selalu dikalkulasi pada level
kepercayaan. Hasil yang diharapkan digambarkan pada
estimasi rata-rata dari nilai rata-rata yang
ditunjukkan. Data yang digunakan untuk membuat sejumlah
estimasi adalah data hasil eksperimen. Umumnya membuat
estimasi dari level faktor digunakan untuk memprediksi
nilai rata-rata proses yang optimum, dimana batas dari
estimasi didasarkan pada hasil rata-rata data
eksperimen.
Persamaan untuk CI adalah:
n
veFCI vva1
2,1, ××= (3.43)
CIkAAK ±=µ
atau
CIkACIkA AK +≤≤− µ (3.44)
dengan:
Fa,v1,v2 = F tabel
α = resiko
v1 = 1
v2 = derajat kebebasan untuk denominator
59
associated dengan derajat kebebasan
untuk rata-rata jumlah kuadrat error
(pooled error variance)
ve = rata-rata jumlah kuadrat error (pooled
error variance)
n = jumlah penelitian digunakan untuk
menghitung rata-rata
µAK = dugaan rata-rata faktor A pada
perlakuan (level) ke- k
Ak = rata-rata faktor A pada perlakuan ke-k
K = 1, 2, 3, ..., k
3.21. Kuat Lentur Kuat tekan lentur adalah kemampuan produk untuk
menahan beban yang diberikan hingga pecah. Rumus yang
digunakan untuk menghitung kuat lentur produk tegel
adalah sebagai berikut( model matematis dari Departemen
Pekerjaan Umum Yogyakarta):
Kuat lentur = 2)(21023
tebalxlebarxtekanxjangbidangxbebanxpan
Kualitas kelenturan produk tegel ditentukan oleh bahan
dasar, bahan tambahan, proses pembuatan, dan alat yang
digunakan. Semakin baik kualitas bahan bakunya,
komposisi perbandingan campuran yang direncanakan
dengan baik, proses pencetakan dan pembuatan yang
dilakukan dengan baik akan menghasilkan produk yang
berkualitas. Adapun bahan-bahan pokok yang berpengaruh
60
pada kualitas kelenturan produk tegel adalah semen,
pasir, dan air dalam proporsi tertentu.
a. Semen Fungsi semen adalah untuk merekatkan butir-butir
agregat agar terjadi suatu massa yang kompak atau
padat. Perbedaan sifat jenis semen satu dengan yang
lainnya dapat terjadi karena perbedaan susunan kimia
maupun kehalusan butir-butirnya Sesuai dengan tujuan
pemakainnya. Sifat-sifat semen menurut pemakaiannya
meliputi:
1. Hidrasi Semen
Apabila air ditambahkan kedalam semen portland maka
akan terjadi reaksi antara komponen semen dengan air
yang dinamakan hidrasi. Reaksi hidrasi tersebut
menghasilkan senyawa hidrat dalam bentuk Cement gel.
2. Setting (pengikatan) dan Hardening (pengerasan)
Sifat pengikatan pada adonan semen dengan air
dimaksudkan sebagai gejala terjadinya kekakuan pada
adonan. Dalam prakteknya sifat ikat ini ditujukan
dengan waktu pengikatan yaitu waktu mulai dari
adonan terjadi sampai mulai terjadi kekakuan.
3. Pengaruh Kualitas Semen terhadap Kuat Tekan
Sifat semen yang mempengaruhi kuat tekan adalah
kehalusan semen. Makin halus semen atau partikel-
partikel semen akan menghasilkan kekuatan tekan yang
tinggi, karena makin luasnya permukaan yang bereaksi
dengan air dan kontak dengan agregat.
b. Pasir Pasir atau agregat halus merupakan bahan pengisi
yang dipakai bersama bahan pengikat dan air untuk
61
membentuk campuran yang padat dan keras. Pasir yang
dimaksud adalah butiran-butiran mineral yang keras
dengan besar butiran antara 0,15 mm sampai 5 mm.
Agregat halus / pasir untuk ubin dapat berupa pasir
alami hasil disintregasi alam dari batuan atau berupa
pasir buatan yang dihasilkan oleh alat pemecah batu.
Menurut SK-SNI-S-04- 1989-F syarat untuk agregat halus,
yaitu agregat halus terdiri dari butir-butir tajam,
keras, kekal dengan gradasi yang beraneka ragam.
Agregat halus tidak boleh mengandung lumpur lebih dari
5% dari berat total agregat, bahan organik dan reaksi
terhadap alkali harus negatif.
c. Air Fungsi air adalah sebagai media perantara pada
proses pengikatan kimiawi antara semen dan agregat.
Proses ini akan berlangsung baik, apabila air yang
dipakai adalah air tawar murni tidak mengandung
kotoran-kotoran dan bahan-bahan lainnya. Setiap air
yang dihasilkan oleh alam, jernih dan tidak berasa,
tidak berbau dapat digunakan dalam pencampuran
komposisi tegel. Kandungan air yang tinggi dapat
menyebabkan tegel mudah dikerjakan, namun kekuatan
produk tegel rendah. Untuk bereaksi dengan semen, air
yang diperlukan hanya sekitar 25% berat semen.
Syarat-syarat pemakaian air untuk campuran
komposisi produk tegel:
d. Tidak mengandung lumpur (benda melayang lainnya)
e. Tidak mengandung garam-garam yang dapat merusak
produk (asam, zat organic)
f. Tidak mengandung klorida (Cl)
62
g. Tidak mengandung senyawa sulfat
Secara praktis pemeriksaan air dapat dilakukan
dengan cara pengamatan secara visual. Air yang tidak
berbau, tidak berwarna (jernih) dan tidak berasa dapat
digunakan dalam pencampuran komposisi produk.